Η πορεία του ανθρώπου στον χρόνο είναι συνδεδεμένη με έναν διαρκή αγώνα προσαρμογής και επιβίωσης. Σημαντικός σύμμαχος αλλά και αντίπαλος στον αγώνα αυτό ήταν οι καιρικές και κλιματικές συνθήκες. Από την απόδοση του καιρού σε θεϊκές δυνάμεις και την προσπάθεια ερμηνείας των σημαδιών της φύσης με σκοπό την πρόβλεψη των καιρικών συνθηκών, χρειάστηκε να περάσουν χιλιάδες χρόνια έως τον 19^ο αιώνα που ο καιρός συναντά την επιστήμη. Στην αρχή βασισμένοι σε υπολογισμούς με κύριο δεδομένο την μέτρηση της βαρομετρικής πίεσης, στην συνέχεια και οδεύοντας προς την σύγχρονη εποχή, με την χρήση καιρικών μοντέλων με την εφαρμογή της αριθμητικής πρόγνωσης.

Παρότι η χρήση των υπερ-υπολογιστών μας έδωσε την δυνατότητα ασφαλούς σχετικά πρόγνωσης σε βάθος 5 ημερών, η πρόγνωση πέρα των 10 ημερών εξακολουθεί και αποτελεί ζητούμενο – ένα ζητούμενο υψηλού ενδιαφέροντος λόγω κοινωνικών αναγκών (πολιτική προστασία,  ενεργειακή διαχείριση, γεωργικός προγραμματισμός, τουρισμός).

Στην παρούσα διπλωματική θα εξετάσουμε την εφαρμογή της στατιστικής ανάλυσης στην μακροπρόθεσμη πρόγνωση καιρού με την χρήση μοντέλου μηχανικής εκμάθησης και τεχνητής νοημοσύνης σε θερμοκρασιακό και υετικό επίπεδο.

Human's evolution through time is linked to a constant struggle for adaptation and survival. An important ally, as well as opponent in this struggle was the weather and climatic conditions. From the attribution of weather to divine powers and the attempt to interpret the signs of nature, in order to predict weather conditions, it took thousands of years until the 19th century when weather forecast met science. Firstly, based on calculations and using mostly barometric pressure measurements as the main input, then and towards modern times, using weather models with the application of numerical prediction.

Although the use of supercomputers has enabled us to make relatively safe forecasts to a depth of 5 days, forecasting beyond 10 days is still an issue - an issue of high interest due to social demands (civil protection, energy management, agricultural planning, tourism.

In this MSc Thesis we will examine the application of statistical analysis to long-term weather forecast using machine learning and artificial intelligence modeling, at temperature and precipitation level.